AI.x社區
- 登錄/注冊
快手推出“工具+模型+平臺”AI編程生態！大廠擠占AI賽道，中小企業如何突圍？
原創
社區頭條 今天，快手智能計算品牌StreamLake正式發布了“工具+模型+平臺”三位一體的AI編程產品矩陣，全面布局智能開發生態。這一生態包括智能開發工具CodeFlicker、多個自研大模型KATCoder以及大模型平臺快手萬擎（Vanchin），旨在為企業與開發者構建一個閉環、高效、普惠的AI編程新生態。  快手AI編程生態的三大支柱 快手此次推出的AI編程產品矩陣覆蓋了開發全流程。 首先是智能開發工具CodeFlicker，可以為...AI編程快手KAT-Coder算家計算算家云獨立開源大佬的瘋狂實驗：Claude Code蠻力出奇跡！40 分鐘跑通 DeepSeek-OCR，我一行代碼都沒寫
原創 社區頭條
熱門內容榜 ? 最近上榜編輯聽雨出品51CTO技術棧（微信號：blog51cto）當AI不再只是“寫代碼”，而是開始自己裝環境、跑模型、記筆記——那種感覺，像是它在學會獨立思考。最近，開源工具Datasette創建者、Django框架聯合創始人SimonWillison做了一個瘋狂實驗：他讓ClaudeCode全權接管，把DeepSeekOCR在NVIDIASpark上跑了起來。聽起來像是“讓AI去安裝另一個AI”，但結果卻令人震驚——部署成功、過程全自動、連錯誤都能自我修復。這不僅是一場技術實...DeepSeek-OCRClaude CodeAI生產級ClaudeCode子代理團隊實施手冊公開！30天，發布速度提3倍，bug減少73%
社區頭條作者Max編輯云昭出品51CTO技術棧（微信號：blog51cto）今天為大家帶來一篇成功使用Agent實現為團隊賦能的真實故事。有具體的背景和心路歷程、也有轉型前后的賬單對比和效率對比，更有期間的種種挑戰和思考心得，而作者也把用Agent進入生產級環境的實施手冊也公開了出來，非常值得一讀。真實環境中，用AI來解決生產級任務，究竟效果如何？經驗全在本文中。一、初創公司，不卷速度等于死上個月，我做了一件大多數CTO會稱之為瘋狂...ClaudeCodeAgentAI 代理速度狂飆12倍！清華FlashVSR：首次實現超高清視頻實時超分辨率，超越所有擴散VSR模型
社區頭條 熱門內容榜 ? 最近上榜文章鏈接：https:arxiv.orgpdf2510.12747項目鏈接：https:zhuang2002.github.ioFlashVSR代碼鏈接：https:github.comOpenImagingLabFlashVSR模型鏈接：https:huggingface.coJunhaoZhuangFlashVSR高分辨率視頻修復的效率和性能比較與最先進的VSR模型（如DOVE和SeedVR23B）相比，FlashVSR能還原更清晰的紋理和更細致的結構。它使用單個A100GPU在768×1408視頻上實現了接近實時的17FPS性能，與最快的一步擴散VSR模型相比，速度提高...AI視頻生成模型告別 AI “失憶” 與循環陷阱：AI 智能體 2.0 架構全解析
原創大家好，我是玄姐。過去一年，提到AI智能體，很多人腦海里會浮現一個簡單的“循環”邏輯：接收用戶需求、調用大語言模型（LLM）、執行工具、返回結果，然后重復這個過程。行業內把這種架構稱為“智能體1.0”或“淺層智能體”。它處理“查東京天氣”、“算本月賬單”這類簡單事務時，效率很高。但面對“分析10個競品定價、生成對比表并寫戰略建議”這種需要50步、耗時3天的復雜任務，就會暴露明顯缺陷，要么記不住初始目標，要么...AI智能體循環陷阱大語言模型LLM用AI交差，讓同事擦屁股？警惕工作中的“AI垃圾”
原創 社區頭條在過去的兩年里，生成式AI像一陣龍卷風，席卷了幾乎所有企業的辦公桌。從寫周報、做PPT，到寫代碼、出方案，AI似乎無所不能。公司高管們高呼“擁抱AI”，員工們也紛紛下載各種工具，生怕落后一步。但奇怪的是——用得越多，回報越少。麻省理工學院最新研究顯示：95%的組織在AI投資上看不到可衡量的回報。一邊是熱火朝天的AI使用潮，一邊是悄無聲息的價值塌方。這中間，到底發生了什么？麻省理工學院和斯坦福社交媒體實驗室、Bet...workslopAI垃圾AIManus：三大核心策略，破解AI Agent上下文膨脹難題
精華當一個AIAgent完成一次任務平均要調用50次工具，海量工具結果不斷涌入上下文窗口時，LLM的性能會不可避免地遭遇滑鐵盧。Chroma的“上下文衰減”研究與Anthropic提出的“注意力預算耗盡”理論，都印證了這一痛點。Manus作為當下熱門的通用消費級AIAgent，其聯合創始人兼首席戰略官Yichao“Peak”Ji在webinar中，首次系統拆解了Manus的上下文工程核心邏輯。以下是我整理出了這份能直接復用的實踐指南。一、為什么上下文工程是AIAg...AIAgent工具文檔級知識圖譜: RAKG(95.91%) VS GraphRAG(89.71%)
本次分享一種名為RAKG（DocumentlevelRetrievalAugmentedKnowledgeGraphConstruction）的框架，旨在解決傳統知識圖譜構建（KGC）方法在文檔級知識圖譜構建中的局限性。一、GraphRAG的局限性傳統KGC方法主要依賴于專家系統和基于規則的模式匹配，雖然能夠保證一定的知識準確性，但面臨高昂的人力成本和較差的可擴展性。隨著深度學習的發展，基于神經網絡的端到端構建方法顯著提高了關系抽取的效率。然而，這些方法大多依賴于復雜...GraphRAGRAKGLLMNanonets OCR2 八大核心能力，重新定義OCR技術
NanonetsOCR2以Qwen2.5VL3B型號作為視覺語言模型（VLM）的基礎模型，為了訓練新的視覺語言模型（VLM）以進行高精度光學字符識別（OCR），匯集了超過300萬頁的數據集。該數據集包含廣泛的文檔類型，包括研究論文、財務報告、法律合同、醫療記錄、稅表、收據和發票。它還包括包含嵌入圖像、繪圖、方程式、簽名、水印、復選框和復雜表。此外，還納入了流程圖、組織結構圖、手寫材料和多語言文檔，以確保全面覆蓋現實世界的文檔變體...OCRVLM基礎模型Uber&WisdomAI揭露95%AI Agent落地失敗的真相 ！
在AI創業圈，有一個殘酷的現實被反復驗證：95%的AI智能體（AIAgents）在生產環境中難逃失敗命運。2025年10月，一場在舊金山舉辦的“BeyondthePrompt”技術論壇上，來自Uber、WisdomAI、EvenUp等企業的工程師與機器學習負責人，共同揭開了AI智能體落地難的核心癥結。這場吸引600+創業者、工程師參與的論壇，沒有重復老生常談的提示詞工程技巧，而是直指AI落地的“冰山之下”——那些支撐智能體穩定運行的上下文工程、推理架構、...AIAgentWisdomAI面向 Agentic AI 的編程基礎知識
人工智能（AI）正在從簡單的聊天機器人進化成自主代理（autonomousagents）——這些AI系統能夠進行推理、規劃并采取行動來實現目標。構建這樣的AgenticAI應用需要扎實的編程基礎，以及對正確工具、庫和框架的了解。在本文中，我們將探討AgenticAI的編程基礎，帶你了解入門所需的核心技能和技術。1.Python—AI開發的支柱Python因其簡單易讀、豐富的庫生態系統，依然是AI開發的首選編程語言。為什么選擇Python？擁有海量的AIML庫...AgenticAI人工智能AI 不再“亂跑”：LangChain × LangGraph 打造可控多階段智能流程
社區頭條 熱門內容榜 ? 最近上榜一個使用最新LangChain+LangGraphAPIs創建多步驟、有狀態LLM管道的實踐指南引言大型語言模型（LLMs）功能強大——但在現實世界的系統中使用它們通常需要結構。你很少只需要調用一次模型；你需要多步驟推理、有狀態的數據傳遞和可靠的編排。這正是LangGraph為LangChain帶來的東西。它是一個用于定義結構化、有狀態工作流的框架，每個步驟都建立在上一步的基礎上。在本指南中，你將學習如何使用LangChain和LangGraphAPIs構建一個...AILangChainLangGraphRAG 調優核心：文本切分決定 70% 的性能表現
分塊（Chunking）是構建高效RAG（檢索增強生成）系統的核心。從固定分塊、遞歸分塊到語義分塊、結構化分塊和延遲分塊，每種方法都在優化上下文理解和準確性上扮演了關鍵角色。這些技術能大幅提升檢索質量，減少“幻覺”（hallucination），并充分發揮你的RAGpipeline的潛力。在我近一年構建可擴展AI系統的經驗中，我發現RAG系統的成功大多取決于檢索（retrieval）。你如何切分和存儲文檔——也就是分塊（chunking）——往往是成...RAGLLM生成器Anthropic 重磅推出Claude AI for life science：生命科學領域革命性加速器，從藥物發現到臨床應用
本文展示了Anthropic公司的ClaudeAI如何在生命科學領域發揮關鍵作用，通過與制藥公司、生物技術初創企業和研究機構的深度合作，在藥物毒性預測、生物信息學分析、文獻綜述、臨床數據處理等方面實現突破性進展，為生命科學研究和藥物開發帶來前所未有的效率提升。Claude在生命科學領域的核心價值Claude作為Anthropic開發的先進AI大語言模型，正在生命科學領域掀起一場技術革命。該平臺專門為制藥公司、生物技術初創企業和研究機...ClaudeAnthropic加速器突破性技術：DeepSeek-OCR通過光學壓縮解決大語言模型長上下文挑戰
精華 熱門內容榜 ? 最近上榜DeepSeekOCR提出了一種革命性的方法，通過將文本轉換為圖像并使用專門的視覺編碼器進行光學壓縮，解決了大語言模型在處理長文本時面臨的計算成本爆炸性增長問題，實現了10:1的壓縮比下97%的準確率。https:github.comdeepseekaiDeepSeekOCR大語言模型的致命瓶頸大語言模型雖然功能強大，但它們有一個顯著的阿喀琉斯之踵：記憶能力限制。當我們向LLM輸入長文檔（如書籍或詳細報告）時，模型開始出現困難。計算成本呈爆炸性增長，...DeepSeek大語言模型光學壓縮大模型的腦子會爛掉！而且不能自愈！華人研究論文火了：連續喂垃圾內容，再聰明的模型也變笨，而且自戀
社區頭條編輯云昭出品51CTO技術棧（微信號：blog51cto）我們每天刷到的那些情緒化標題、碎片化內容、互懟式評論，可能不只是讓人變蠢。最新研究發現——連續幾個月讓AI刷這些數據，AI也會被帶壞。什么是“AI腦腐”？美國德州大學研究團隊最近提出了一個大膽的新假說：大語言模型腦腐假說！LLMBrainRotHypothesis意思是：如果一個大模型長期訓練在“垃圾互聯網文本”上：比如標題黨、吵架貼、情緒宣泄文、AI自動生成的廢話，它的思考能力...大模型AI數據重磅！OpenAI正式入局瀏覽器大戰，首款AI瀏覽器能否取代Chrome？
原創 社區頭條OpenAI首款瀏覽器，能否撼動全球超30億用戶的Chrome？ 今天凌晨，OpenAI正式加入了瀏覽器市場的競爭，推出了其首款AI瀏覽器ChatGPTAtlas。這款產品目前已率先在macOS平臺上線，Windows、iOS和Android版本也將陸續推出。  Atlas瀏覽器的發布，標志著OpenAI不再滿足于僅僅作為一個AI對話工具，而是要成為用戶連接互聯網的主要入口。它深度整合了ChatGPT能力，未來，可能會重新定義人們瀏覽網頁和獲取信息的方式。&...ChatGPT AtlasOpenAIAI瀏覽器算家計算算家云LLM 應用評估綜合指南（多輪對話系統、RAG、AI Agent）
原創 熱門內容榜 ? 最近上榜編者按：隨著大語言模型應用從簡單的文本生成，發展到復雜的多輪對話機器人、檢索增強生成（RAG）系統乃至智能體（Agent），我們應如何科學、有效地評估它們的性能，確保其穩定可靠？我們今天為大家帶來的文章，作者的觀點是，對現代LLM應用的評估，必須超越傳統的NLP評估指標，轉向一個分場景、系統化的評估體系，綜合運用新興的評價指標與自動化框架，從而全面地衡量系統的綜合表現。作者系統梳理了從傳統NLP評估指標（如BLEU...AILLMAI應用評估聊聊多模態訓練數據創建的八個挑戰
社區頭條譯者核子可樂審校重樓多模態AI能夠處理圖像、音頻和文字等多種數據形式，亦可捕捉面部表情和周遭環境細節，讓用戶與AI的日常交互變得更加輕松自然、如同與好友聊天。2023年，多模態AI市場規模就已達到12億美元，預計自2024年至2032年期間復合年增長率將超過30%。而顯著增長的前提，離不開訓練數據。多模態模型的準確性、穩健性和適應性在很大程度上取決于訓練數據集的質量、多樣性和同步性。跨數據類型標的精確度、多感官輸入的...多模態訓練數據AILLM 應用評估體系詳解：從多輪對話到 RAG 與 AI Agent 的落地評估
原創大家好，我是玄姐。一、引言AgenticAI的評估，核心是測試你的大語言模型（LLM）應用，確保其性能穩定。這個話題或許不算最吸引人，但越來越多企業開始關注它。所以，搞清楚該跟蹤哪些指標來實際衡量性能，很有必要。另外，每次推送代碼更新時，做好評估也能防止系統出問題。因此，本文研究了多輪對話機器人、檢索增強生成（RAG）和智能體（Agentic）應用的常見評估指標，還簡要介紹了DeepEval、RAGAS和OpenAI的Evals庫等框架，...LLMRAGAI Agent
